GPT-Live-1 vs Fish Audio Drama 3: de ene kun je downloaden, de andere alleen huren

Fish Audio Drama 3 Preview wordt geleverd als 41,5 gigabyte aan downloadbare gewichten die je aan je eigen GPU kunt koppelen, kunt inspecteren, kunt fine-tunen en kunt blijven draaien nadat de leverancier zijn interesse verliest. GPT-Live-1 wordt geleverd als een URL. Er zijn geen gewichten om te downloaden, geen lokaal inferentiepad en geen enkele manier om het te horen zonder een sessie te openen bij OpenAI's v1/live/sessions endpoint voor $0,05 per minuut.

Dat klinkt als een inkoopdetail. Het is de beslissing. Een van deze modellen is een bezit met een licentie eraan gekoppeld; het andere is een dienst met een meter eraan gekoppeld, en de twee gedragen zich volledig anders wanneer je product een prijspagina overleeft.

Wat Drama 3 eigenlijk is

Fish Audio heeft medio oktober 2026 Drama 3 Preview uitgebracht: een tekst-naar-spraakmodel met 35 miljard parameters op basis van een mixture-of-experts-architectuur, met ongeveer 3 miljard actieve parameters per token, gebouwd op een Qwen3.5-35B-A3B-basisarchitectuur. Het ondersteunt 83 talen, kan tot 16 verschillende sprekers binnen één aanvraag verwerken, kloont stemmen vanaf korte referenties en neemt regieaanwijzingen in gewone taal aan — zeg dat een zin gelaten moet klinken, voeg een geluid toe of markeer welke woorden veranderen, en het voert dat uit in plaats van het vlak voor te lezen.

De limiet voor meerdere sprekers is de functie die commercieel van belang is. Een audiodrama met twee personages, een podcast met een host en een gast, een trainingsvideo met een verteller en een klant — dat is telkens één API-aanroep, geen zestien aan elkaar gelijmde bestanden met een niet overeenkomende ruimtetoon.

Op Artificial Analysis' Provider Voice Arena, vastgelegd op 29 oktober 2026, staat Drama 3 Preview op 1240 Elo, elfde overall en eerste onder de open-weights-deelnemers, vóór Breeze TTS 2 op 1228. Fish meldt een uitspraakrobuustheid van 93,2%, de hoogste die bij de lancering werd geclaimd en hoger dan de 91,7% die ElevenLabs voor Eleven v4 meldt.

Wat GPT-Live-1 eigenlijk is

Het model van OpenAI is het tegenovergestelde soort object. Sinds 10 september 2026 is het aanroepbaar voor $0.05 per spraakminuut, per seconde gefactureerd, met audio en tekst in en uit, streaming en function calling ondersteund, en gestructureerde outputs expliciet niet. Het is full-duplex: het hoort je terwijl het spreekt, en het laat zwaar redeneerwerk op de achtergrond aan een tekstmodel over.

Het heeft geen product voor stemklonen, geen modus voor meerdere sprekers en geen gedocumenteerde manier om een script te nemen en een deterministisch audiobestand terug te krijgen. Wat het wel heeft, is een gesprek. Voor een telefonische agent is dat precies juist. Voor een scène met vier personages is het geen slechter instrument, het is de verkeerde categorie instrument.

Het nummer dat beide zijden afdrukken

Hier is een detail dat het vermelden waard is, omdat het iedereen die specsheets vergelijkt in verwarring zal brengen: Drama 3 van Fish Audio en Ming-3.0-TTS van Ant Group rapporteren beide een uitspraakrobuustheid van 93,2% bij dezelfde Artificial Analysis-meting. Twee verschillende labs, twee verschillende architecturen, tot op één decimaal gelijk.

Dat is geen kopieerfout en het is geen gelijkspel. Het is hoe een plafond eruitziet — de resterende 6,8% is de harde staart van Engelse tekst: alfanumerieke reeksen, ongebruikelijke eigennamen, getallen die in context worden gelezen. Iedereen die beweert dat er een beslissende overwinning op het gebied van uitspraak bestaat tussen de beste open-weight-modellen, leest ruis. De nuttige vraag is welke foutgevallen jouw inhoud daadwerkelijk bevat, en dat vereist het testen van je eigen tekst, niet het lezen van een ranglijst.

De licentie is het onderdeel dat niemand leest.

Drama 3 heeft open gewichten, maar is niet open source in de permissieve zin. Het wordt uitgegeven onder de Fish Audio Community License v1.0: gratis voor onderzoek en niet-commercieel werk, gratis voor commercieel gebruik onder $500.000 jaarlijkse omzet, en er is een aparte overeenkomst nodig boven dat bedrag. API-hosting door derden vereist een eigen licentie, en naamsvermelding is verplicht.

Dat is een redelijke licentie en een echte beperking. Hieruit volgen drie consequenties:

• Onder de omzetregel is zelfhosting echt gratis — je betaalt alleen voor elektriciteit en GPU-tijd en verder niets.

• Daarboven zit je weer in een onderhandeling, en het voordeel "wij bezitten de gewichten" beperkt zich tot "we kunnen ze nog steeds draaien terwijl we praten".

• Doorverkoop van toegang aan je eigen klanten vereist vrijwel zeker de aparte deal, ongeacht je omzet.

De licentie van GPT-Live-1 is eenvoudiger op de manier waarop een huurovereenkomst eenvoudiger is: je betaalt per minuut, je gebruikt het, je stopt ermee. Geen omzetdrempel, geen naamsvermeldingsclausule, geen verplichting om je aantal klanten bekend te maken. Die eenvoud is iets waard, en ze is meer waard naarmate je kleiner bent.

Wat de hardware daadwerkelijk kost

Zelfhosting van Drama 3 vereist ongeveer 48 GB NVIDIA-geheugen in FP8, en daarvan bestaat circa 41,5 GB uit gewichten. Een H100 of een gehuurde instantie uit de A100-klasse kan het aan; een consumentenkaart redt het niet comfortabel. Hierna volgen twee invalshoeken.

Als je de GPU al bezit, zijn de marginale kosten van synthese bijna nul en ziet de gehoste prijs er absurd uit: Fish noemt $50 per miljoen tekens, heeft tot en met 12 november 2026 een introductieactie van $10 per miljoen lopen, en Artificial Analysis registreert de bordprijs als $15. Een scène van tien minuten met ongeveer 9.000 tekens kost tussen negen cent en vijfenveertig cent, afhankelijk van welk van die drie getallen je daadwerkelijk in rekening wordt gebracht.

Als je de GPU niet zelf bezit, huur je er toch een, en wordt de vergelijking GPU-uur tegen miljoen tekens. Bij een gangbare prijs van $2 per GPU-uur produceert een model dat tien keer sneller dan realtime synthetiseert ongeveer tien uur audio per huur uur — ruwweg 540.000 tekens bij een normaal spreektempo. Dat komt neer op iets in de buurt van $3,70 per miljoen tekens, ruim onder elke gehoste prijs in het overzicht, maar alleen bij aanhoudende benutting. Onder ongeveer 30% duty cycle levert de huur niets op, en de aanname over doorvoer is precies dat: een aanname die je op je eigen instance moet meten, niet een cijfer dat Fish publiceert.

Daartegenover is de kostprijs van GPT-Live-1 lineair en saai: $0,05 per minuut, elke minuut, geen vaste kosten, geen bezettingsrisico. Tien minuten gesprek kost $0,50. Tien minuten Drama 3-narratie kost ongeveer $0,135 tegen de genoteerde boardprijs. Verschillende klussen, verschillende meters, en een van beide heeft een vaste kost die je kunt afschrijven.

Waar de huur nog steeds wint

Compliance is het stille argument voor het gehoste model. De gewichten van Drama 3 kunnen worden gekopieerd, fijn afgestemd tot een product van een concurrent, of blijven draaien in een rechtsgebied waarover je juridische team uitgesproken meningen heeft. GPT-Live-1 geeft je een endpoint, een factuur en een leverancier die het risico aan modelzijde draagt. Voor een gereguleerd bedrijf is dat geen luiheid; het is een verzekeringspremie.

Latentiebeleid is het tweede. Full-duplex beurtwisseling is een gedrag, geen checkpoint: een beurt van 0,8 seconden en 87% nauwkeurigheid bij tool calling zijn wat OpenAI voor dit model meldt, en beide zijn leverancierscijfers, geen onafhankelijke metingen. Je kunt dat gedrag niet downloaden met Drama 3, omdat Drama 3 niet probeert je te horen.

En foutafhandeling is het derde. Een downloadbaar model mislukt wanneer je GPU uitvalt. Een gehost model mislukt wanneer dat van iemand anders uitvalt — een ander risico, niet duidelijk een slechter risico, en een risico dat je kunt afdekken.

Waar moet de haag komen?

De hedge hoort achter de spraaklaag, niet daarbinnen. Geen van deze modellen wordt door OrcaRouter aangeboden: de gewichten van Drama 3 staan niet in onze catalogus, en GPT-Live-1 heeft precies één endpoint en geen compatibel oppervlak. Wat routeerbaar is, is het redeneergedeelte waar een gespreksagent van afhangt — GPT-6 Astra, GPT-5.6 Terra, Claude, Gemini, Qwen — bereikbaar via een enkele sleutel met automatische failover, tegen lijstprijzen van providers die met 0% opslag worden doorgegeven.

Dat is de juiste plek om je redundantiebudget uit te geven. Als spraakuitvoer uitvalt, is dat luid en duidelijk; als het tekstmodel daarachter uitvalt, is dat de storing die de gesprekskwaliteit een week lang geruisloos ruïneert. Houd het oor vastgekoppeld aan het model dat je hebt gekozen. Houd de hersenen uitwisselbaar.

De beslissing, telkens in één paragraaf.

Kies Drama 3 als je audio produceert in plaats van gesprekken: scènes, podcasts, dubbing, trainingscontent met meerdere personages, en als je ofwel onder de omzetdrempel zit of bereid bent om daarboven te onderhandelen. De 35B MoE, het maximum van zestien sprekers en de 1240 Elo vormen echt een sterk pakket, en de gewichten betekenen dat niemand het van je kan wegnemen.

Kies GPT-Live-1 als het product een livegesprek is en de waarde in het omgaan met onderbrekingen ligt. Het is duurder per geleverde minuut, het geeft je niets om te bezitten, en het doet het ene ding dat Drama 3 structureel niet kan: luisteren terwijl het spreekt.

De twee staan naast elkaar op een specificatieblad en liggen in de praktijk mijlenver uiteen. Wie het ene koopt in de verwachting dat het de taak van het andere uitvoert, zal concluderen dat het model slecht is, terwijl het model die taak eenvoudigweg nooit is gevraagd.